Ego-CEVR提出跨具身视觉表征学习框架

1. 12:00
   arXiv cs.RO

   Ego-CEVR：从人类第一视角视频学习跨本体视觉表征

   Ego-CEVR 提出一种数据原生的分层视觉表征学习框架，将全局表征与交互表征分配不同的学习目标。全局模块通过在第一视角视频上做未来预测，学习物体关系、任务状态和时间进度；交互模块结合全局上下文解读腕部观测，并通过机器人动作监督学习局部对齐与接触线索。两条残差路径把两种表征同时送入动作策略，全局视频模块可在大规模人类第一视角视频和多种机器人本体视频上独立预训练，无需机器人动作标签或配对的腕部观测。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。